热点事件历史事件

vLLM在单卡H200实测FP8 DiffusionGemma达1,288 tokens/s（约6倍自回归基线、约3倍多token预测基线），H100上1,008 tokens/s（约5倍与约2.6倍）

1 篇报道1 个报道来源2026-06-10更新

先了解这件事

报道摘要

vLLM 宣布原生支持 Google DeepMind 的 DiffusionGemma，一个基于 Gemma4 骨干、26B 参数的离散扩散语言模型，也是 vLLM 支持的首个 dLLM。

摘自 vLLM 官方博客

沿着报道，了解事件的不同侧面。

6月10日

08:00
vLLM 官方博客精选
vLLM 原生支持 Google 首个扩散语言模型 DiffusionGemma
vLLM 宣布原生支持 Google DeepMind 的 DiffusionGemma，一个基于 Gemma4 骨干、26B 参数的离散扩散语言模型，也是 vLLM 支持的首个 dLLM。